When I first ran across the results

When I first ran across the results in the Kaggle image-recognition competitions, I didn’t believe them. I’ve spent years working with machine vision, and the reported accuracy on tricky tasks like distinguishing dogs from cats was beyond anything I’d seen, or imagined I’d see anytime soon. To understand more, I reached out to one of the competitors, Daniel Nouri, and he demonstrated how he used the Decaf open-source project to do so well. Even better, he showed me how he was quickly able to apply it to a whole bunch of other image-recognition problems we had at Jetpac, and produce much better results than my conventional methods.

ผลลัพธ์ (ไทย) 1:

เมื่อฉันแรกวิ่งข้ามผลลัพธ์ในการแข่งขันจดจำภาพ Kaggle ผมไม่เชื่อว่าพวกเขา ฉันใช้จ่ายปีที่ทำงาน ด้วยวิสัยทัศน์เครื่อง และความถูกต้องรายงานงานยุ่งยากเหมือนแยกสุนัขจากแมวนั้นอยู่เหนือสิ่งที่ฉันได้เห็น หรือจินตนาการจะเห็นตลอดเวลาเร็ว ๆ นี้ เข้าใจเพิ่มเติม ฉันถึงออกมาหนึ่งคู่แข่ง Daniel Nouri และเขาแสดงว่าเขาใช้โครงการเปิดแหล่ง Decaf ทำกัน ยิ่งขึ้น เขาแสดงให้ฉันเห็นว่าเขารวดเร็วใช้กับทั้งนั้นปัญหาอื่น ๆ จดจำภาพที่เราได้ที่ Jetpac และสร้างผลลัพธ์มากดีกว่าวิธีการปกติของฉัน

ผลลัพธ์ (ไทย) 2:

ครั้งแรกที่ผมวิ่งข้ามผลลัพธ์ในการแข่งขัน Kaggle ภาพการรับรู้ผมไม่เชื่อว่าพวกเขา ฉันได้ใช้เวลาหลายปีที่ทำงานกับการมองเห็นเครื่องและความถูกต้องที่มีการรายงานเกี่ยวกับงานที่ยุ่งยากเหมือนที่แตกต่างจากสุนัขแมวเกินกว่าสิ่งที่ฉันไม่เคยเห็นหรือคิดฉันจะได้เห็นในเร็ว ๆ นี้ เพื่อให้เข้าใจมากขึ้นผมเอื้อมมือออกไปหนึ่งในคู่แข่ง, แดเนียลนูรีและเขาแสดงให้เห็นถึงวิธีการที่เขาใช้ Decaf โครงการโอเพนซอร์สที่จะทำดี ยิ่งไปกว่านั้นเขาแสดงให้ฉันเห็นวิธีการที่เขาได้อย่างรวดเร็วสามารถนำไปใช้กับทั้งกลุ่มของปัญหาการรับรู้ภาพอื่น ๆ ที่เรามีอย่าง Jetpac และให้ผลลัพธ์ที่ดีกว่าวิธีการเดิมของฉัน

ผลลัพธ์ (ไทย) 3:

เมื่อแรกที่ผมวิ่งข้ามผลการแข่งขันการรู้จำภาพ kaggle ฉันไม่เชื่อพวกเขา ฉันใช้เวลาหลายปีทำงานกับวิสัยทัศน์ของเครื่อง และรายงานความถูกต้องในงานแพรวพราว เหมือนหมาแมวที่ถูกเกินกว่าสิ่งที่ผมเห็นหรือคิดว่าผมจะได้เห็นเร็วๆ นี้ เพื่อให้เข้าใจมากขึ้น ผมเอื้อมมือออกไปหนึ่งในคู่แข่ง นูริ แดเนียล ,และเขาแสดงให้เห็นถึงวิธีการที่เขาใช้คาเฟอีนโครงการโอเพนซอร์สที่จะทำดี กว่า เขาได้แสดงให้ผมเห็นว่าเขาได้อย่างรวดเร็วสามารถใช้กับทั้งกลุ่มของภาพอื่น ๆ การรับรู้ปัญหาที่เราเจอใน Jetpac และให้ผลลัพธ์ที่ดีกว่าวิธีการของผมปกติ